AURORA

Österreichs Warnsystem AT-Alert erreicht sehr schnell sehr viele Menschen, aber alle bekommen dieselbe Nachricht. Wer mitten im Gefahrengebiet steht, liest denselben Text wie jemand fünfzig Kilometer entfernt. Gleichzeitig werden die Ereignisse dynamischer: mehr Extremregen-Tage, mehr Hitzetage, das Hochwasser 2024 allein mit rund 1,3 Milliarden Euro Schaden. Eine Warnung, die für alle gleich klingt, erzeugt bei den einen Panik und bei den anderen Gewöhnung. In der Forschung heißt dieser Effekt Alert Fatigue: Wer zu oft irrelevant gewarnt wird, hört auf hinzusehen.

Austria's AT-Alert system reaches very many people very quickly, but everyone gets the same message. Someone standing in the middle of the danger zone reads the same text as someone fifty kilometers away. At the same time the events are becoming more dynamic: more extreme-rainfall days, more heat days, the 2024 flood alone causing around €1.3 billion in damage. A warning that sounds the same for everyone creates panic in some and habituation in others. Research calls this effect alert fatigue: people who are warned irrelevantly too often stop paying attention.

Ziel war nicht, dieses System zu bauen, sondern das, was in der echten Forschungswelt davor kommt: ein vollständiger, einreichfähiger Projektantrag, wie ihn Programme wie Horizon Europe oder die FFG verlangen. Also Konzept, Stand der Forschung, Methodik, Arbeitsplan, Budget, Konsortium, Risikomanagement und Verwertung, alles in einem Dokument, das eine Förderstelle überzeugen müsste.

The goal was not to build this system but to do what comes before that in the real research world: a complete, submission-ready project proposal of the kind that programs like Horizon Europe or the Austrian FFG require. Concept, state of the art, methodology, work plan, budget, consortium, risk management and exploitation, all in one document that would have to convince a funding body.

Unsere Antwort ist AURORA (AI-supported Unified Risk Observation and Response Assistant): ein System, das die bestehende Warninfrastruktur nicht ersetzt, sondern präzisiert.

Our answer is AURORA (AI-supported Unified Risk Observation and Response Assistant): a system that does not replace the existing warning infrastructure but sharpens it.

Am Anfang der Ideenfindung stand eine Beobachtung im Stand der Forschung: Alle Bausteine für bessere Warnungen existieren bereits, nur verbunden hat sie niemand. Warnsysteme senden schnell, wissen aber nicht, wen sie erreichen. Geo-Risikomodelle kennen die Gefahrenzonen, sprechen aber nicht mit den Betroffenen. Sprachmodelle formulieren gut, halluzinieren aber ohne Datenanker. Die Kernidee von AURORA ist deshalb kein neuer Baustein, sondern die fehlende Verbindung dazwischen.

The ideation started with an observation about the state of research: all the building blocks for better warnings already exist, nobody has just connected them. Alert systems broadcast fast but do not know whom they reach. Geospatial risk models know the hazard zones but do not talk to the people affected. Language models phrase things well but hallucinate without an anchor in data. AURORA's core idea is therefore not a new building block but the missing connection between them.

Daraus wurde eine Architektur aus drei Schichten:

That turned into an architecture of three layers:

• Knowledge Graph: Ein RDF-basierter Graph führt Wetterdaten (GeoSphere Austria), Geo- und Infrastrukturdaten (OpenStreetMap) und Echtzeit-Ereignisse zusammen und macht sie per SPARQL abfragbar. Damit weiß das System nicht nur, dass es ein Hochwasser gibt, sondern welche Orte, Straßen und Einrichtungen davon abhängen.
• Knowledge graph: An RDF-based graph integrates weather data (GeoSphere Austria), geospatial and infrastructure data (OpenStreetMap) and real-time events, queryable via SPARQL. The system then knows not just that there is a flood, but which places, roads and facilities depend on it.
• Risikoschicht: Regelbasierte Geoanalyse (Puffer, Overlays, Schwellwerte) stuft Betroffene in niedriges, mittleres oder hohes Risiko ein. Bewusst keine Blackbox: Jede Einstufung lässt sich auf explizite Kriterien zurückführen, was der EU AI Act für sicherheitskritische KI ohnehin verlangt.
• Risk layer: Rule-based geospatial analysis (buffers, overlays, thresholds) classifies affected people into low, medium or high risk. Deliberately not a black box: every classification can be traced back to explicit criteria, which the EU AI Act requires for safety-critical AI anyway.
• Grounded LLM: Ein Sprachmodell übersetzt die strukturierte Risikoinformation in verständliche, handlungsleitende Warnungen. Es formuliert nur, was Graph und Risikoschicht belegen, nach dem Retrieval-Augmented-Generation-Prinzip, das Halluzinationen eindämmt.
• Grounded LLM: A language model translates the structured risk information into clear, actionable warnings. It only phrases what the graph and the risk layer substantiate, following the retrieval-augmented generation principle that curbs hallucinations.

Die spannendsten Entscheidungen der Konzeption stecken in dem, was AURORA bewusst nicht tut. Kein Machine-Learning-Modell in der Risikoschicht, obwohl es naheliegend wäre: Eine Blackbox kann im Katastrophenfall niemandem erklären, warum sie gewarnt hat oder eben nicht. Keine eigene Auslieferung, sondern ein Aufsatz auf den Cell Broadcast des Mobilfunknetzes: Der Weg zu den Geräten bleibt der, der heute schon funktioniert, nur wer welche Nachricht bekommt, wird präziser. Und kein frei formulierendes Sprachmodell, sondern eines an der kurzen Leine der Daten.

The most interesting design decisions lie in what AURORA deliberately does not do. No machine learning model in the risk layer, tempting as it would be: in a disaster, a black box cannot explain to anyone why it warned them or failed to. No delivery channel of its own, but a layer on top of the mobile network's cell broadcast: the path to people's devices stays the one that already works today, only who gets which message becomes more precise. And no freely generating language model, but one kept on the short leash of the data.

Drei messbare ZieleThree measurable objectives

Förderanträge leben von überprüfbaren Zusagen, nicht von Visionen. Der Antrag definiert deshalb drei SMART-Objectives: bis Monat 7 ein abfragbarer Knowledge Graph aus mindestens drei Datenquellen, gemessen an einem Katalog von 20 Kompetenzfragen mit mindestens 95 Prozent korrekten Antworten. Bis Monat 10 eine Risikobewertung, die Risikozonen binnen zwei Minuten nach neuen Gefahrendaten aktualisiert, geprüft gegen von Experten annotierte Referenzdaten. Und bis Monat 18 ein integrierter Prototyp, der in mindestens drei realistischen Szenarien (Hochwasser, Gewitter, Waldbrand) gegen eine nachgebaute AT-Alert-Baseline antritt, gemessen an Precision und Recall der Betroffenen-Identifikation und am Anteil irrelevanter Warnungen.

Funding proposals live on verifiable commitments, not visions. The proposal therefore defines three SMART objectives: by month 7, a queryable knowledge graph built from at least three data sources, measured against a catalog of 20 competency questions with at least 95 percent answered correctly. By month 10, a risk assessment that updates risk zones within two minutes of new hazard data, evaluated against expert-annotated ground truth. And by month 18, an integrated prototype competing against a reconstructed AT-Alert baseline in at least three realistic scenarios (flood, severe thunderstorm, wildfire), measured by precision and recall of affected-user identification and the share of irrelevant alerts.

Methodisch folgt der Antrag der Design Science Research: entwerfen, bauen, evaluieren, verfeinern, mit Stakeholder-Feedback in jeder Runde.

Methodologically the proposal follows design science research: design, build, evaluate, refine, with stakeholder feedback in every cycle.

Das eigentliche Deliverable ist das Management-Gerüst rund um die Idee: fünf Work Packages mit 258 Personenmonaten, ein Bottom-up-Budget von 1,97 Millionen Euro, ein Konsortium aus vier Partnern und Prozeduren für Risiko, Daten und Recht.

The actual deliverable is the management scaffolding around the idea: five work packages totaling 258 person-months, a bottom-up budget of €1.97 million, a four-partner consortium and procedures for risk, data and legal compliance.

Budget: bottom-up statt Daumen mal PiBudget: bottom-up, not a guess

Das Budget ist aus Rollen, Personenmonaten und recherchierten Gehaltsniveaus aufgebaut (FWF-Sätze für Forschungspersonal, marktübliche Gehälter plus 20 Prozent Dienstgeberkosten für den Rest). Auf die geplanten Aktivitäten von 1.749.247 Euro kommt eine Contingency von 221.531 Euro, zusammen 1.970.778 Euro.

The budget is built bottom-up from roles, person-months and researched salary levels (FWF rates for research staff, market salaries plus 20 percent employer costs for the rest). On top of the planned activities of €1,749,247 comes a contingency of €221,531, for a total of €1,970,778.

Konsortium und GovernanceConsortium and governance

Vier Partner, vier notwendige Fähigkeiten: die TU Wien als wissenschaftliche Leitung (Knowledge Graphs, Semantik, Evaluation), Utimaco für die sichere Implementierung (baut bereits Warnsysteme in Österreich), A1 als Träger der Auslieferung über Cell Broadcast im eigenen Mobilfunknetz samt Projektkoordination, und das Innenministerium als Bedarfsträger, der Zivilschutz-Anforderungen, Freigaben und Validierung einbringt. Dazu die Prozeduren, die ein Antrag dieser Größe braucht: Risikomanagement nach PRINCE2 mit zentralem Register, IP-Regelung über einen DESCA-Konsortialvertrag mit selektiver Open-Source-Strategie, Datenmanagement nach den FAIR-Prinzipien und die rechtliche Einordnung entlang DSGVO, EU AI Act und EECC. Personenbezogene Daten speichert das System keine, Standortinformation wird nur aggregiert verarbeitet.

Four partners, four necessary capabilities: TU Wien as scientific lead (knowledge graphs, semantics, evaluation), Utimaco for secure implementation (already builds alerting systems in Austria), A1 carrying the delivery via cell broadcast in its own mobile network plus project coordination, and the Ministry of the Interior as the end user bringing civil-protection requirements, approvals and validation. Add the procedures a proposal of this size needs: PRINCE2-based risk management with a central register, IP governed by a DESCA consortium agreement with a selective open-source strategy, data management along the FAIR principles and the legal mapping across GDPR, the EU AI Act and the EECC. The system stores no personal data; location information is processed in aggregated form only.

Entstanden ist der Antrag im Rahmen des Masters Digital Economy, in einem Format, das Projektmanagement für forschungsnahe Vorhaben ausdrücklich entlang der Logik von Horizon Europe und FFG aufzieht. Thema und Idee waren unsere eigenen: Wir haben AURORA gepitcht, in mehreren Feedback-Runden mit Fachleuten geschärft und über ein Semester zu viert vom ersten Pitch zum vollständigen Antrag ausgebaut.

The proposal took shape within the Digital Economy master's program, in a format that frames project management for research-oriented ventures explicitly along the logic of Horizon Europe and the FFG. Topic and idea were our own: we pitched AURORA, sharpened it in several feedback rounds with domain experts, and built it out over a semester, the four of us, from the first pitch to the full proposal.

Was ich mir davon mitnehmeWhat I take from it

Die Systemidee war der kleinere Teil der Arbeit. Der größere war, sie förderfähig zu machen: aus einer Architektur drei überprüfbare Ziele zu destillieren, aus Zielen Work Packages, aus Work Packages Personenmonate und aus Personenmonaten ein Budget, das einer Prüfung standhält. Genau diese Übersetzungskette, von der Idee zur belastbaren Planung, ist das, was ich aus dem Kurs mitnehme.

The system idea was the smaller part of the work. The larger part was making it fundable: distilling three verifiable objectives from an architecture, work packages from objectives, person-months from work packages and, from person-months, a budget that survives scrutiny. That translation chain, from idea to defensible plan, is what I take from the course.

Die Projekte hängen stärker zusammen, als die Kacheln auf der Startseite vermuten lassen. Hier stehen alle anderen, sortiert nach Nähe zu diesem Projekt:

These projects connect more tightly than the tiles on the home page suggest. Here are all the others, sorted by how closely they relate to this one: